虽然AI并非什么新技术,多年来,企业一直在人工智能(AI)方面进行大量投资,但随着GPT-3.5和GPT-4相继出现,属于AI的新时代正在到来。历经将近一年的“百模大战”,行业正在走向下半场。
IDC最新预测显示,到2027年,全球AI解决方案支出将增长到5000亿美元以上。同时,大多数企业也将经历技术投资权重向人工智能实施和人工智能增强产品/服务应用显著转移。这意味着,AI技术即将迎来新一轮增长,而它也将重塑千行百业。
英特尔作为全球领先的芯片及基础设施解决方案公司,无疑是产业的风向标,也是行业的AI先锋。这家公司正在不断探索在硬件中加入AI能力,并通过开放、多架构的软件解决方案,推动AI应用的普及。
2023英特尔ON技术创新大会上,英特尔公司首席执行官帕特·基辛格(Pat Gelsinger)指出,“AI代表着新时代的到来。AI正在催生全球增长的新时代,在新时代中,算力起着更为重要的作用,让所有人迎来更美好的未来。对开发者而言,这将带来巨大的社会和商业机遇,以创造更多可能,为世界上的重大挑战打造解决方案,并造福地球上每一个人。”彼时,AI PC的概念及产品被提出,AI也开辟出又一全新赛道。
随后,在2023年Q3的财报分析会上,Pat又表示,“我们正在致力于让人工智能广泛应用在各个领域。我们认为,到2030年人工智能的工作负荷将成为推动1万亿美元的半导体市场总额的关键因素。我们正努力使市场能够将人工智能无缝整合进所有应用中并高效运行。”
时间回到现在,年底将至,英特尔在AI方面布局情况如何了,对于AI又有哪些独特的理解,未来又将如何实现自己的愿景?我们邀请英特尔院士、大数据技术全球CTO戴金权对此进行了分享。
问:英特尔拥有CPU、GPU、Gaudi、FPGA等各种AI算力器件,而未来器件除了组合搭配进行异构计算,也会逐渐向板级异构集成,请问英特尔如何打造出一个超异构集合体,并把这些异构体都串联在一起,发挥AI真正的能力?
答:英特尔构建了XPU的超异构架构,而其中一个关键的技术就是oneAPI开放的跨平台编程框架,可以帮助开发人员在异构的硬件平台,发挥它的最优算力。
问:AI PC新时代,我们的生活究竟会发生什么转变?对普通人来说,价格大概率是首要考虑因素,那我们究竟距离AI会有多久,英特尔又该如何从底层基础软硬件和与OEM厂商合作让AI能所有人触及?
答:我们的愿景是推动无处不在,AI PC是其中重要的一环;基于英特尔酷睿Ultra处理器,提供CPU、GPU和NPU相结合的平台,为x86的应用生态带来新的AI体验,包括本地的AIGC应用体验,从而推动创造力、生产力的提升。
问:AI训练、推理的算力需求有什么区别,英特尔如何通过产品解决不同的算力需求?
答:AI训练包括预训练(通常数据集规模相对庞大,需要大量的计算资源,计算复杂性较高),和微调(数据集规模、计算需求相对较小);AI推理相对来说对实时性要求较高。
英特尔从数据中心的GPU和AI加速器、到通用的CPU的AI加速(如第四代英特尔至强可扩展服务器中矩阵运算的加速器英特尔 AMX),并将丰富的AI硬件产品组合与优化开放的软件相结合,对不同的AI计算场景进行支持。
问:现在,行业对于AI硬件的理解依然更偏向于与GPU划等号,科学家曾指出,未来AI计算会逐渐从通用到专用,未来也会由多样性计算构建新生态,英特尔如何看待未来AI硬件的构成?
答:英特尔从数据中心的GPU和AI加速器,到通用的CPU服务器(如在第四代英特尔至强可扩展处理器中加入了专门针对矩阵运算的加速器——英特尔AMX),再到客户端的AI PC,提供无处不在的计算,推动AI无所不在。
问:现在AI行业发展分为大炼模型,即走通用大模型路线,另一种是针对行业或场景的特定模型,英特尔如何看待未来AI技术发展路线,“智能涌现”对我们意味着什么,未来市场又会如何发展?
答:现在AI行业发展中,通用大模型提供高质量的基础底座,而针对垂直领域的模型微调、部署则在通用大模型基础上提供更相关的能力,两者互相促进,可以帮助人工智能的更好落地。
问:对于AI来说,落地是最为关键的问题,各行各业对于AI的需求均有所不同,每个行业也都有着自己的数据,针对不同行业,英特尔如何通过底层基础软硬件助力AI走入场景?
答:计算产业最重要的一点是如何提供计算能力,以支撑上层的应用、算法。对此,英特尔提出了“软件定义、芯片增强”,即用户先用软件来定义自身需要什么样的计算能力,然后再从硬件角度看如何提供更好的支持;英特尔通过oneAPI的开放标准、开源AI软件框架的优化等,帮助AI的落地。
问:算力、存力、运力是当前AI急需的三大能力,英特尔如何将三力合一,拥抱未来智能世界?
答:英特尔始终致力于推动传输更快、存储更多和计算更广。因此,我们不仅在个人计算端和数据中心的产品中均加入AI能力,以软硬件协同优化解决实践中遇到的问题,更以“水利万物而不争”的融合生态之道来促进整个产业业态的全方位发展。
问:中国今年上半年上演了一出“百模大战”,现在,国内大模型比较纷杂,英特尔认为中国AI产业发展需要突破哪些瓶颈?
答:AI产业发展需要更高效的落地;英特尔以软硬件协同优化和用户、合作伙伴一起解决实践中遇到的问题,包括开放、优化的AI软件,以及基于XPU的AI硬件产品。
好文章,需要你的鼓励
尽管全球企业AI投资在2024年达到2523亿美元,但MIT研究显示95%的企业仍未从生成式AI投资中获得回报。专家预测2026年将成为转折点,企业将从试点阶段转向实际部署。关键在于CEO精准识别高影响领域,推进AI代理技术应用,并加强员工AI能力培训。Forrester预测30%大型企业将实施强制AI培训,而Gartner预计到2028年15%日常工作决策将由AI自主完成。
这项由北京大学等机构联合完成的研究,开发了名为GraphLocator的智能软件问题诊断系统,通过构建代码依赖图和因果问题图,能够像医生诊断疾病一样精确定位软件问题的根源。在三个大型数据集的测试中,该系统比现有方法平均提高了19.49%的召回率和11.89%的精确率,特别在处理复杂的跨模块问题时表现优异,为软件维护效率的提升开辟了新路径。
2026年软件行业将迎来定价模式的根本性变革,从传统按席位收费转向基于结果的付费模式。AI正在重塑整个软件经济学,企业IT预算的12-15%已投入AI领域。这一转变要求建立明确的成功衡量指标,如Zendesk以"自动化解决方案"为标准。未来将出现更精简的工程团队,80%的工程师需要为AI驱动的角色提升技能,同时需要重新设计软件开发和部署流程以适应AI优先的工作流程。
这项由德国达姆施塔特工业大学领导的国际研究团队首次发现,当前最先进的专家混合模型AI系统存在严重安全漏洞。通过开发GateBreaker攻击框架,研究人员证明仅需关闭约3%的特定神经元,就能让AI的攻击成功率从7.4%暴增至64.9%。该研究揭示了专家混合模型安全机制过度集中的根本缺陷,为AI安全领域敲响了警钟。